NGHIÊN cứu các kỹ THUẬT dò BIÊN áp DỤNG TRONG TRÍCH CHỌN các bộ PHẬN KHUÔN mặt

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Lưu Xuân Thế NGHIÊN CỨU CÁC KỸ THUẬT DÒ BIÊN ÁP DỤNG TRONG TRÍCH CHỌN CÁC BỘ PHẬN KHN MẶT KHỐ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Công nghệ thông tin HÀ NỘI – 2010 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Lưu Xuân Thế NGHIÊN CỨU CÁC KỸ THUẬT DÒ BIÊN ÁP DỤNG TRONG TRÍCH CHỌN CÁC BỘ PHẬN KHN MẶT KHỐ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ thông tin Cán hướng dẫn: ThS Ma Thị Châu HÀ NỘI – 2010 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CẢM ƠN Lời em xin bày tỏ lịng biết ơn tới thầy, giáo trường Đại học Công nghệ - Đại học Quốc gia Hà Nội Các thầy cô dạy bảo, dẫn chúng em tạo điều kiện tốt cho chúng em học tập suốt trình học đại học đặc biệt thời gian làm khoá luận tốt nghiệp Em xin bày tỏ lòng biết ơn sâu sắc tới cô giáo ThS Ma Thị Châu, cô hướng dẫn em tận tình học kỳ vừa qua, góp ý chỉnh sửa thường xun cho khóa luận em Tơi xin cảm ơn người bạn mình, bạn ln bên tôi, giúp đỡ cho ý kiến đóng góp quý báu học tập sống Hà nội, ngày 2010 Lưu Xuân Thế i LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com TÓM TẮT Kỹ thuật dị biên tốn xuất cách không lâu, khoảng vài thập niên, có nhiều nghiên cứu Các nghiên cứu ban đầu đơn giản, ảnh đen trắng có khn mặt chụp thẳng, sau mở rộng cho ảnh màu, ảnh có nhiều khn mặt với nhiều góc, mơi trường xung quanh từ đơn giản đến phức tạp Từ khóa: edge detection, edge filter ii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỤC LỤC LỜI CẢM ƠN i TÓM TẮT ii MỤC LỤC iii Chương GIỚI THIỆU 1.1 Giới thiệu tìm biên nhận dạng khn mặt 1.2 Bài tốn nghiên cứu kỹ thuật dị biên áp dụng trích chọn khn mặt 1.3 Nội dung cấu trúc khóa luận Chương CÁC KỸ THUẬT DÒ BIÊN 2.1 Quy trình phát biên 2.2 Kỹ thuật phát biên trực tiếp 2.2.1 Kỹ thuật Gradient 2.2.2 Toán tử la bàn 2.2.3 Kỹ thuật Laplace 10 2.2.4 Tách sườn theo ảnh Canny 11 2.2.5 Dò biên theo quy hoạch động 12 2.3 Kỹ thuật phát biên gián tiếp 15 2.4 Một số phương pháp khác 15 16 2.5 Tổng kết 16 Chương CÁC KỸ THUẬT DÒ BIÊN ĐƯỢC ÁP DỤNG 18 3.1 Các kỹ thuật dùng 18 3.1.1 Lấy biên theo trục X 19 3.1.2 Lấy biên theo trục Y 21 3.1.3 Lấy biên theo Gradient 21 3.1.4 Lấy biên theo Thresholding 21 iii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 3.1.5 Lấy biên theo Thinning 21 3.2 Chương trình kết 23 3.3 Biến thành ảnh đa cấp xám 24 3.2.1 Lấy biên theo trục X 24 3.2.2 Lấy biên theo trục Y 25 3.2.3 Lấy biên theo Gradient 26 3.2.4 Lấy biên theo Thresholding 26 3.2.5 Lấy biên theo Thinning 27 3.3 Tổng kết 28 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 30 4.1 Kết luận 30 4.2 Hướng phát triển 30 4.2.1 Đặt vấn đề 30 4.2.2 Phương pháp thực 31 TÀI LIỆU THAM KHẢO………………………………………………………… 32 iv LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chương GIỚI THIỆU 1.1 Giới thiệu tìm biên nhận dạng khn mặt Kỹ thuật dị biên tốn xuất cách khơng lâu, khoảng vài thập niên, có nhiều nghiên cứu Các nghiên cứu ban đầu đơn giản, ảnh đen trắng có khuôn mặt chụp thẳng, sau mở rộng cho ảnh màu, ảnh có nhiều khn mặt với nhiều góc, môi trường xung quanh từ đơn giản đến phức tạp Bài tốn phát biên nói chung phát biên khn mặt nói riêng có nhiều hướng để phát triển, kể hai hướng sau: - Thứ nhận diện (face recognition) khuôn mặt, tức giả sử ta có ảnh khn mặt, ta tìm ảnh có khn mặt giống với khn mặt ảnh Ứng dụng truy tìm tội phạm, hệ thống an ninh xác đinh dựa vào khuôn mặt - Thứ hai xác định vị trí khuôn mặt ảnh (face detection), ảnh có nhiều khn mặt, có kích thước góc khác Ứng dụng máy chụp hình có khả nhận dạng mặt người để chỉnh độ sáng nơi Biên vấn đề chủ yếu phân tích ảnh, đặc điểm trích chọn q trình phân tích ảnh chủ yếu dựa vào biên Một điểm gọi điểm biên có thay đổi đột ngột mức xám Tập hợp điểm biên tạo thành biên hay đường bao ảnh Về mặt toán học người ta xem biên nơi có thay đổi đột ngột mức xám, sở người ta thường sử dụng hai phương pháp phát biên sau: - Phương pháp phát biên trực tiếp - Phương pháp phát biên gián tiếp Xuất phát từ thực tế đó, mục tiêu luận văn nghiên cứu phương pháp biểu diễn biên, hệ thống hóa kiến thức phương pháp phát biên, tìm hiểu kỹ thuật phân vùng ảnh, bước trước q trình dị biên ứng dụng xử lý ảnh xử lý ảnh văn nhiệm vụ quan trọng việc tự động hóa cơng việc văn phịng v LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 1.2 Bài toán nghiên cứu kỹ thuật dị biên áp dụng trích chọn khuôn mặt Trong thực tế, gặp nhiều tốn liên quan đến nhận dạng đối tượng Thơng thường, việc nhận đối tượng thường dựa vào đường biên chúng Ở Việt Nam có số hệ thống nhận dạng đối tượng như: MapScan, VnDOCR, MarkREAD Viện Công nghệ thông tin hay VecMap DolSoft, nhìn chung ứng dụng tài tiệu có tính chất hệ thống phương pháp biểu phát biên ứng dụng phần thiếu vắng Xuất phát từ thực tế đó, mục tiêu luận văn nghiên cứu phương pháp biểu diễn biên, hệ thống hóa kiến thức phương pháp phát biên, tìm hiểu kỹ thuật phân vùng ảnh, tìm hiểu q trình dị biên ứng dụng xử lý ảnh xử lý ảnh văn bản, nhiệm vụ quan trọng việc tự động hóa cơng việc văn phịng Trong khóa luận biên khn mặt hiển thị thơng qua chương trình mã đơn giản Với kỹ thuật áp dụng biên khuôn mặt đưa với kiểu khác Mỗi kiểu đặc điểm khía cạnh riêng 1.3 Nội dung cấu trúc khóa luận Khóa luận tổ chức theo cấu trúc sau: Chương 1: Giới thiệu Giới thiệu sơ lược kỹ thuật dị biên nói chung kỹ thuật dị biên áp dụng với khuôn mặt áp dụng cho việc trích chọn phận khn mặt Bài tốn phát biên phân tích khía cạnh tốn học giúp ta chọn hướng giải tốt cho tốn sử dụng kỹ thuật tìm kiếm biên cổ điển Chương giới thiệu mà khóa luận nghiên cứu từ thơng qua việc trình bày nội dung cấu trúc khóa luận Chương 2: Các kỹ thuật dò biên Chương hai vào giới thiệu giới thiệu kỹ thuật dò biên Với kỹ thuật dò biên trực tiếp gián tiếp, ta chủ yếu xâu vào kỹ thuật dò biên trực tiếp dùng rộng rãi thường xuyên Chương 3: Kỹ thuật dò biên áp dụng Chương giới thiệu vào kỹ thuật dò biên áp dụng chương trình Bằng cách sử dụng hàm Gauss để làm trơn ảnh sau dùng kỹ thuật tìm kiếm trực tiếp LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com để đưa kiểu biên khác với ảnh nói chung khn mặt chương trình Chương 4: Kết luận hướng phát triển Chương tổng kết lại đạt chưa đạt Từ nêu lên kết hướng tới, hướng nghiên cứu phát triển LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chương CÁC KỸ THUẬT DÒ BIÊN 2.1 Quy trình phát biên ảnh đầu vào Lọc nhiễu Làm Định vị biên trích chọn biên output H2.1 Quy trình phát biên B1: Do ảnh ghi thường có nhiễu, bước phải lọc nhiễu B2: Làm biên sử dụng toán tử phát biên B3: Định vị biên Chú ý kỹ thuật biên gây tác dụng phụ gây nhiễu làm số biên giả xuất cần loại bỏ biên giả B4: Liên kết trích chọn biên 2.2 Kỹ thuật phát biên trực tiếp Phương pháp chủ yếu dựa vào biến thiên độ sáng điểm ảnh để làm biên kỹ thuật đạo hàm - Nếu lấy đạo hàm bậc ảnh: ta có phương pháp Gradient Định nghĩa: Gradient vector f(x, y) có thành phần biểu thị tốc độ thay đổi mức xám điểm ảnh (theo hai hướng x, y bối cảnh xử lý ảnh hai chiều) tức: Trong dx, dy khoảng cách điểm kế cận theo hướng x, y tương ứng (thực tế chọn dx=dy=1) Đây phương pháp dựa đạo hàm riêng bậc theo hướng x, y LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com H3.1Đường cong Gauss chuẩn hóa với giá trị kỳ vọng μ phương sai σ2 Những tham số tương ứng a = 1/(σ 2π ), b = μ, c = σ Tiếp đến ta sử dụng hàm dgauss với công thức sau: y = -x ae-((x-b)^2)/2c^2 / c2; Với hàm Gauss có cơng thức định nghĩa sau: y = e-x^2/(2c^2) / (c 2π ); Hàm đạo hàm hàm gauss với tham số hàm tương ứng a = 1/(c 2π ), b = 0, c = c Và hàm d2dgauss: h = d2dgauss(n1,sigma1,n2,sigma2,theta) Hàm tìm kiếm trả lại biên 2D với ảnh có cỡ n1 * n2 Theta góc xoay theo chiều kim đồng hồ, theo thứ tự size ảnh thành phần xoay góc theta tiến hành lấy tích hàm Gauss với tham số thứ với đạo hàm hàm Gauss với tham số thứ ta thu giá trị h tương ứng cuối giá trị hàm tính: ( ) h = h / (sum sum ( abs ( h ) *abs ( h ) ) ) ; Sigma1 sigma2 độ lệch tiêu chuẩn hàm gauss Ban đầu chương trình xử lý ảnh đầu vào biến đổi thành anh đa cấp xám (gray), sử dụng hàm imread(image) để đọc ảnh đầu vào, sau chuyển ảnh thành đam cấp xám hàm ind2gray(x, map) tiến hành lấy biên 2D theo kỹ thuật mà nói kỹ phần 3.1.1 Lấy biên theo trục X Với thông số chuẩn hàm Gauss, lấy biên theo trục X ta đưa ảnh kích thước 10X10, tham số chuẩn hàm Gauss Sigmax1=Sigmax2=1, góc quay Theta1=pi/2 Sau ảnh vào đọc hàm imread(image) chuyển thành ảnh đa cấp xám qua hàm ind2gray(x, map) Và quy trình lấy biên theo trục X tiến hành với ảnh đa cấp xám Ta sử dụng hàm d2dgauss hàm với tham số cụ thể: filterx=d2dgauss(Nx1,Sigmax1,Nx2,Sigmax2,Theta1); w=ind2gray(x,map); Qua bước xử lý lấy biên theo tham số ứng với trục X, bước hiển thị hình biên theo trục X Ta sử dụng hàm conv2: Ix= conv2(w,filterx,'parameters'); Với hàm Conv2 với shape = same: conv2(matrix, kernel, 'same'), ma trận kết có chiều giống matrix, giá trị mổi phần tử tính cách quét tâm kernel toàn matrix rối tính tổng tích cặp điểm tương ứng matrix kernel Điểm 19 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com tâm kernel xác định điểm ma trận, ví dụ kernel ma trận 3x3 tâm điểm có tọa độ 1:1, kernel ma trận 4x4 tâm điểm 1:1 H3.2 Hàm conv2 với tham số same Conv2 với shape = full: conv2(matrix, kernel, 'full'), matrix có chiều m1 x n1, kernel có chiều m2 x n2 ma trận kết có chiều (m1 + m2 - 1) x (n1 + n2 - 1) giá trị mổi phần tử tính cách qt tồn bộ, điểm ma trận Kernel lên điểm ma trận matrix sau tính tổng tính cặp điểm tương ứng, q trình qt có điểm Kernel nằm ngồi matrix tích H3.3 Hàm conv2 với tham số full Conv2 với shape = valid: conv2(matrix, kernel, 'valid'), matrix có chiều m1 x n1, kernel có chiều m2 x n2 ma trận kết có chiều (m1 - m2 + 1) x (n1 - n2 + 1) giá trị phần tử tính giống trường hợp full với điều kiện ma trận kernel q trình qt ln nằm trọn vẹn bên ma trận matrix H3.2 Hàm conv2 với tham số valid 20 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 3.1.2 Lấy biên theo trục Y Với thông số chuẩn hàm Gauss, lấy biên theo trục Y có quy trình tương tự quy trình lấy biên theo trục X với tham số tương ứng kích thước ảnh 10X10, tham số chuẩn hàm Gauss Sigmay1=Sigmay2=1, góc quay Theta1=0 3.1.3 Lấy biên theo Gradient Với phương pháp Gradient ta kết hợp theo trục X Y Với Ix Iy ta tính ta tính: NVI= ( Ix.* Ix + Iy.* Iy ) ; Hàm lấy bậc hai bình phương giá trị tham số theo trục X Y Sau ta giá trị theo hướng đường chéo hình chữ nhật hướng xuống góc phần tư thức tư với hướng hình chữ nhật trục X trục âm Y Các tham số ma trận ảnh theo phương pháp Gradient tính cơng thức bậc 3.1.4 Lấy biên theo Thresholding Thresholding hoạt động thực để tạo mặt phân đoạn Chúng ta lựa chọn vùng mà ta quan tâm cách định nghĩa phạm vi gray value Những ranh giới phạm vi giá trị ngưỡng ngưỡng Tất điểm tương ứng với gray value phạm vi tơ sáng mặt Theo phương pháp giá trị max ma trận Gradient xác định qua hàm max, Như sau: I_max=max(max(NVI)); I_min=min(min(NVI)); Ngưỡng định nghĩa sau: level=alfa*(I_max-I_min)+I_min; alfa=0.1; Và sau tham số ma trận Gradient mà lớn ngưỡng hiển thị Và ta hiển thị biên theo phương pháp 3.1.5 Lấy biên theo Thinning Phương pháp áp dụng kết phương pháp trước để phát triển lên Với m, n kích cỡ ảnh theo Phương pháp sử dụng phép nội suy để tìm điểm ảnh 21 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Nội suy hàm biến:MATLAB dùng hàm interp1(x,y,xi,< phương pháp>)với x, giá trị hàm điểm cho xi giá trị mà ta cần nội suy giá trị yi. giá trị sau :‘nearest’- phương pháp đặt giá trị nội suy vào giá trị cho gần nhất, phươngpháp nhanh kết xác Vídụ: x=[12345]; y=[5.5,43.1,128,290.7,498.4]; yi=interp1(x,y,1.6,'nearest') yi=43.1000 ‘linear’- phương pháp coi đường cong qua điểm cho trước đường thẳng Vídụ: yi=interp1(x,y,1.6,'linear') yi=28.0600 ‘spline”- dùng phương pháp nội suy spline Vídụ: yi=interp1(x,y,1.6,'spline') yi=24.9782 ‘cubic’- phương pháp coi đường cong qua điểm đường cong bậc Vídụ: yi=interp1(x,y,1.6,'cubic') yi=25 22.3840 Nội suy hàm hai biến: Hàm interp2 thực nội suy hàm biến Dạng hàm tổng quát: ZI=interp2(X,Y,Z,XI,YI,) Z- ma trận chữ nhật chứa giá trị hàm biến X,Y-mảng có kích thước, chứa giá trị x, y cho XI,YI-mảng chứa giá trị cần nội suy 22 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Cácgồm:‘nearest’,’linear’,’cubic’ Nội suy mảng nhiều chiều: interp3 nội suy hàm biến interpn nội suy hàm nhiều biến Phương pháp duyệt ma trận điểm ảnh là: X=[-1,0,+1;-1,0,+1;-1,0,+1]; Y=[-1,-1,-1;0,0,0;+1,+1,+1]; Z=[Ibw(i-1,j-1),Ibw(i-1,j),Ibw(i-1,j+1); Ibw(i,j-1),Ibw(i,j),Ibw(i,j+1); Ibw(i+1,j-1),Ibw(i+1,j),Ibw(i+1,j+1)]; XI=[Ix(i,j)/NVI(i,j), -Ix(i,j)/NVI(i,j)]; YI=[Iy(i,j)/NVI(i,j), -Iy(i,j)/NVI(i,j)]; tiến hành nội suy với hàm: ZI=interp2(X,Y,Z,XI,YI); Sau ta so sánh với hệ số ma trận điểm ảnh Thresholding nếu: if Ibw(i, j) >= ZI(1) & Ibw(i, j) >= ZI(2); Thì: I_temp(i,j)=I_max; Nếu ngược lại: I_temp(i,j)=I_min; Ma trận điểm ảnh hình thành, hay phương pháp gọi phương pháp Thinning 3.2 Chương trình kết Chương trình gồm 10 file mã Trong gồm có file đưa hàm Gauss nhằm mục đích làm trơn ảnh, đạo hàm hàm Gauss, hàm biến đổi hệ số ma trận ảnh Sau file chứa phương pháp lấy biên ảnh khuôn mặt Trong có file chứa kỹ thuật phát biên, file show tất phương pháp để có so sánh, file thể ảnh đa cấp xám, ảnh biến đổi từ ảnh gốc Sau chương trình cụ thể: Hàm Gauss với file gauss.m: function y = gauss(x,std) y = exp(-x^2/(2*std^2)) / (std*sqrt(2*pi)); Hàm dgauss đạo hàm hàm gauss nêu với file dgauss.m: function y = dgauss(x,std) y = -x * gauss(x,std) / std^2; 23 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Hàm d2dgauss hàm biến đổi lấy biên biên 2D qua phép biến đổi hệ số ma trận ảnh đầu vào: function h = d2dgauss(n1,sigma1,n2,sigma2,theta) r=[cos(theta) -sin(theta); sin(theta) cos(theta)]; for i = : n2 for j = : n1 u = r * [j-(n1+1)/2 i-(n2+1)/2]'; h(i,j) = gauss(u(1),sigma1)*dgauss(u(2),sigma2); end end h = h / sqrt(sum(sum(abs(h).*abs(h)))); Với tham số ban đầu định nghĩa sau: Huong theo truc X: Nx1=10;Sigmax1=1;Nx2=10;Sigmax2=1;Theta1=pi/2; Huong theo truc Y: Ny1=10;Sigmay1=1;Ny2=10;Sigmay2=1;Theta2=0; Sau ảnh chân dung xử lý chuyển sang dạng ảnh đa cấp xám: [x,map]=imread('chandung.gif'); w=ind2gray(x,map); figure(1);colormap(gray); Ảnh hiển thị cửa sổ thông qua lệng figure(1), colormap(gray) hàm set get màu cho đồ màu Và sau với ảnh đầu vào ta có ảnh đa cấp xám: ind2gray(x,map Ảnh đầu vào Ảnh đa cấp xám H3.3 Biến thành ảnh đa cấp xám 3.2.1 Lấy biên theo trục X Quy trình lấy biên theo trục X thực đoạn mã sau: subplot(1,1,1); filterx=d2dgauss(Nx1,Sigmax1,Nx2,Sigmax2,Theta1); Ix= conv2(w,filterx,'same'); imagesc(Ix); title('Ix'); Biên lấy theo trục X hiển thị qua cửa sổ thứ với kích cỡ cửa sổ 1x1 thông qua hàm subplot(1,1,1), thông qua hàm d2dgauss với tham số chuẩn đưa phương pháp lọc biên theo trục X thực tiếp hàm trả lại phần trung phần 24 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com giao thông qua hàm conv2(w,filterx,’same’), cuối nội dung hiển thị thông qua imagesc(Ix) với tiêu đề title(‘Ix’) Và kết hiển thị: Biến đổi theo trục X Đa cấp xám Biên theo trục X H3.4 Lấy theo trục X 3.2.2 Lấy biên theo trục Y Quy trình lấy biên theo trục Y thực đoạn mã sau: subplot(1,1,1) filtery=d2dgauss(Ny1,Sigmay1,Ny2,Sigmay2,Theta2); Iy=conv2(w,filtery,'same'); imagesc(Iy); title('Iy'); Biên lấy theo trục X hiển thị qua cửa sổ thứ với kích cỡ cửa sổ 1x1 thơng qua hàm subplot(1,1,1), thông qua hàm d2dgauss với tham số chuẩn đưa phương pháp lọc biên theo trục Y thực tiếp hàm trả lại phần trung phần giao thông qua hàm conv2(w,filtery,’same’), cuối nội dung hiển thị thông qua imagesc(Iy) với tiêu đề title(‘Iy’) Và kết hiển thị: Biến đổi theo trục Y Đa cấp xám Biên theo trục Y H3.5 Biến đổi theo trục Y 25 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 3.2.3 Lấy biên theo Gradient Phương pháp Gradient phương pháp lấy biên trực tiếp với kết hợp phương pháp lấy biên theo trục X trục Y Hệ số Gradient định nghĩa theo đường độ dài đường chéo hình chữ nhật với cạnh tham số Ix Iy Và hàm định nghĩa sau: Loc theo phuong phap Gradient(Ket hop loc theo truc X va Y) subplot(1,1,1); NVI=sqrt(Ix.*Ix+Iy.*Iy); imagesc(NVI); title('Norm of Gradient'); Và kết nhận theo phương pháp này: Ket hop loc theo truc X va Y Biên theo Gradient H3.6 Biến đổi theo Gradient 3.2.4 Lấy biên theo Thresholding Phương pháp Thresholding phương pháp lọc theo ngưỡng trường hợp hệ số ma trận Gradient mà cao ngưỡng giữ lại hiển thị, đoạn mã sau: I_max=max(max(NVI)); I_min=min(min(NVI)); level=alfa*(I_max-I_min)+I_min;(*) subplot(1,1,1); Ibw=max(NVI,level.*ones(size(NVI))); imagesc(Ibw); title('After Thresholding'); 26 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ở hệ số lớn ma trận tính, sau level(ngưỡng) tính theo cơng thức (*), sau hệ số ma trận so sánh với ngưỡng chọn hiển thị hay gọi phương pháp Thresholding, kết sau: Biến đổi theo thresholding Biên theo Gradient Biên theo Thresholding H3.7 Biến đổi theo Thresholding 3.2.5 Lấy biên theo Thinning Phương pháp Thinning phức tạp cả, phương pháp sử dụng hàm nội suy ma trận với ma trận 0,1 ma trận hệ số thresholding, ma trận hệ số theo trục X chia cho hệ số Gradient, hệ số trục Y hệ số Gradient Được nội suy thông qua hàm interp2() sau ta so sánh hệ số ma trận nội suy với hệ số ma trận thresholding, hệ số chọn hình thành ma trận mới, cụ chương trình sau: subplot(1,1,1); [n,m]=size(Ibw); for i=2:n-1, for j=2:m-1, if Ibw(i,j) > level, X=[-1,0,+1;-1,0,+1;-1,0,+1]; Y=[-1,-1,-1;0,0,0;+1,+1,+1]; Z=[Ibw(i-1,j-1),Ibw(i-1,j),Ibw(i-1,j+1); Ibw(i,j-1),Ibw(i,j),Ibw(i,j+1); Ibw(i+1,j-1),Ibw(i+1,j),Ibw(i+1,j+1)]; XI=[Ix(i,j)/NVI(i,j), -Ix(i,j)/NVI(i,j)]; YI=[Iy(i,j)/NVI(i,j), -Iy(i,j)/NVI(i,j)]; ZI=interp2(X,Y,Z,XI,YI); if Ibw(i,j) >= ZI(1) & Ibw(i,j) >= ZI(2) I_temp(i,j)=I_max; else I_temp(i,j)=I_min; end else I_temp(i,j)=I_min; end end end 27 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com imagesc(I_temp); title('After Thinning'); Sau kết chương trình trên: Theo thinning Biên theo Thresholding Biên theo Thinning H3.8 Biến đổi theo Thinning 3.3 Tổng kết Với việc sử dụng hàm Gauss hai chiều để tạo hiệu ứng mờ Gauss sử dụng để làm trơn để xây dựng hàm wavelet ứng dụng cho việc xác định biên, cụ thể chương trình ta dùng phương pháp Gradient sau sử dụng thêm phương pháp phát triển lên thêm theo phương pháp Thresholding Thinning ta thu đường biên khác hiệu tăng dần theo phương pháp Điều thể rõ nét thể qua hình dưới: 28 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com H3.9 Quy trình biến đổi lấy biên theo thinning Ta thấy biên tách biệt cách rõ ràng qua phươg pháp Thinning Với việc lọc biên hiểu việc trích chọn đặc trưng khn mặt, từ giúp cho việc nhận dạng khn mặt dễ dàng 29 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 4.1 Kết luận Với phương pháp phát biên từ đơn giản đến phức tạp, hiệu tăng lên theo phương pháp Trong chương trình kỹ thuật dị biên trực tiếp sử dụng, cụ thể phương pháp Gradient Bằng cách sử dụng cặp mặt nạ trực giao cụ thể ma trận mà biên theo trục X ma trận biên theo trục Y Biên lọc theo phương pháp sở để trích chọn đặc trưng khn mặt, tức ta lọc theo ngưỡng kết hợp ảnh lọc theo ngưỡng ảnh lọc theo biên ta đặc trưng khn mặt Qua q trình làm khóa luận tơi nắm phương pháp lấy biên biết áp dụng xử lý ảnh nói chung Những kết mà khóa luận đạt tóm tắt sau: • Tách biên khuôn mặt với ảnh đầu vào Có phương pháp sử dụng • Là bước đệm tốn trích chọn đặc trưng đối tượng, phân vùng dựa biên ảnh • Từ biên ảnh khn mặt ta làm cho chân dung mượt cách tăng cường cho đường biên kết liên tục 4.2 Hướng phát triển 4.2.1 Đặt vấn đề Phát nhận dạng khn mặt ảnh có nhiều ứng dụng sống Đây toán cần giải hệ thống tương tác người máy, quan sát đám đông Phát khuôn mặt trình quan trọng cần thiết cho hệ thống xử lý khuôn mặt cách tự động như: nhận dạng khuôn mặt, xác định thành phần đặc trưng khuôn mặt, kiểm chứng xác thực khuôn mặt Nhiệm vụ hệ thống phát khuôn mặt nhằm xác định xem ảnh đầu vào có khn mặt hay khơng, có vị trị kích thước khn mặt ảnh Trong hai thập niên gần vấn đề nhiều nhà khoa học quan tâm nghiên cứu, có nhiều giải pháp khác đưa nhằm giải tốn phát khn mặt ảnh đơn chuỗi video Tuy nhiên tính phức tạp đa dạng thực tế giải pháp toàn diện trọn vẹn cho vấn đề nghiên cứu Tôi xin đưa hướng phát triển cho quy trình phát biên khn mặt vấn đề 30 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com xác định thành phần đặc trưng khuôn mặt, qua nhằm hướng đến vấn đề phát khn mặt dựa đặc trưng 4.2.2 Phương pháp thực a Phương pháp nhận dạng khuôn mặt thông qua biên tập hiệu chỉnh tạo lớp đối tượng đặc trưng: Bức ảnh ta xét khuôn mặt chụp chung với nhiều loại đối tượng, ta tiến hành loại bỏ đối tượng giữ lại đường biên khn mặt qua rút trích điểm đặc trưng Nếu ảnh khu vực cần tiến hành phân loại có tách biệt rõ ràng đối tượng cần tiến hành phân loại khơng giám sát theo thuật tốn K-mean, cịn ảnh khu vực có phức tạp cần tiến hành phân loại có giám sát Thuật tốn K -mean: ¾ Thuật tốn hoạt động tập vectơ d chiều, tập liệu X gồm N phần tử: X = {xi | i = 1, 2, …, N} ¾ K-Mean lặp lại nhiều lần trình: ƒ Gán liệu ƒ Cập nhật lại vị trí trọng tâm ¾ Q trình lặp dừng lại trọng tâm hội tụ đối tượng phận cụm Ảnh kết sau phân loại tách chuyển tạo ảnh chứa bao gồm hai loại đối tượng: đối tượng khuôn mặt (giả sử gán cho giá trị 1) đối tượng không khuôn mặt (giả sử gán cho giá trị 0) Ảnh chứa hai loại đối tượng gọi với tên tạm thời ảnh A Tiếp theo, kênh ảnh đơn sắc tiến hành xử lý lọc nhằm tách lấy thông tin cạnh biên đối tượng Ảnh đơn sắc sau xử lý lọc biên tiến hành tạo ảnh chứa bao gồm hai loại thông tin đối tượng: đối tượng cạnh biên (giả sử gán giá trị 1) đối tượng không cạnh biên (giả sử gán giá trị 0) Và ảnh gán cho tên gọi tạm thời ảnh B Kế đến, tiến hành loại bỏ đối tượng nhầm lẫn lớp lớp đối tượng khuôn mặt Thực phép toán tổ hợp hai kênh ảnh A B để tạo ảnh kết C với ý rằng: kênh ảnh A, đối tượng có giá trị đối tượng khn mặt, có giá trị đối tượng không khuôn mặt, kênh ảnh B, đối tượng có giá trị 31 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com đối tượng cạnh biên, có giá trị đối tượng khơng phải cạnh biên, ảnh tổ hợp kết C, đối tượng có giá trị đối tượng đường khn mặt cần tách lấy, có giá trị khơng phải đối tượng đường biên khn mặt Xử lý kết hợp hai kênh ảnh A B để tạo kênh ảnh C mơ theo: A = B = C= A = 0, A = B = Cuối cùng, từ ảnh C tiến hành chuyển đổi đối tượng có giá trị sang dạng vector để biên tập hiệu chỉnh tạo lớp đối tượng đặc trưng khn mặt hồn chỉnh phục vụ cho việc nhận dạng khuôn mặt nghiên cứu b Phương pháp nhận dạng khuôn mặt thông qua việc phân vùng Một vùng ảnh R tập hợp điểm ảnh có chung thuộc tính thuộc đối tượng ảnh Ranh giới vùng ảnh biên ảnh, đường biên khép kín cho phép cho phép xác định vùng ảnh Biên xác định với vector với thành phần: - Độ lớn: xác định độ lớn Gradient - Hướng: hợp với hướng gradient góc 900 Phân vùng ảnh: Là trình phân hoạch tập hợp điểm ảnh X thành tập vùng ảnh Ri thoả mãn điều kiện sau: Các hướng tiếp cận: - Dựa độ đồng đều, độ tương tự mức xám thuộc tính pixel vùng - Dựa tách biên, dựa biến thiên hàm mật độ sang hay mức xám Quá trình nhận dạng thực ảnh đối tượng xử lý tăng cường chất lượng, làm bật chi tiết, trích chọn đặc trưng dựa vào phân vùng ảnh đối tượng, biểu diễn đăc trưng, cuối giai đoạn nhận dạng ảnh 32 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com TÀI LIỆU THAM KHẢO Tài liệu tham khảo tiếng Việt [1] Phạm Việt Bình (2007), Phát triển kỹ thuật dị biên, phát biên ứng dụng, Luận án Tiến sỹ [2] Lương Mạnh Bá, Nguyễn Thanh Thủy (2002), Nhập Môn Xử lý ảnh số, Nxb Khoa học Kỹ thuật, 2002 [3] Phạm Việt Bình (2006), “Một số tính chất phép tốn hình thái ứng dụng phát biên”, Tạp chí Tin học Điều khiển học, Tập 22, số 2, 2006, 155163 Tài liệu tham khảo tiếng Anh [4] J.R.Paker (1997), Algorithms for Image processing and Computer Vision John Wiley & Sons, Inc [5] T Pavlidis (1982), Algorithms for Graphics and Image Processing, Computer Science Press 33 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... thiệu kỹ thuật dò biên Với kỹ thuật dò biên trực tiếp gián tiếp, ta chủ yếu xâu vào kỹ thuật dò biên trực tiếp dùng rộng rãi thường xuyên Chương 3: Kỹ thuật dò biên áp dụng Chương giới thiệu vào kỹ. .. Giới thiệu tìm biên nhận dạng khuôn mặt 1.2 Bài tốn nghiên cứu kỹ thuật dị biên áp dụng trích chọn khn mặt 1.3 Nội dung cấu trúc khóa luận Chương CÁC KỸ THUẬT DÒ BIÊN ... Giới thiệu sơ lược kỹ thuật dị biên nói chung kỹ thuật dị biên áp dụng với khn mặt áp dụng cho việc trích chọn phận khn mặt Bài tốn phát biên phân tích khía cạnh tốn học giúp ta chọn hướng giải